OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)

简介: OpenCV中使用Eigenfaces人脸识别器识别人脸实战(附Python源码)

需要源码和图片请点赞关注收藏后评论区留言私信~~~

Opencv提供了三种人脸识别方法,分别是Eigenfaces,Fisherfaces,LBPH这三种放噶都是通过对比样本最终实现人脸识别,因为这三种算法提取特征的方式不一样,侧重点不一样,所以不能分出孰优孰劣,只能说每种方法都有各自的风格

Eigenfaces人脸识别器

Eigenfaces也叫做特征脸,它通过pca主成分分析方法将人脸数据转换到另一个空间维度做相似性计算,在计算过程中,算法可以忽略一些无关紧要的数据,仅识别一些具有代表性的特征数据,最后根据这些特征识别人脸

开发者需要通过以下三种方法完成人脸识别操作

通过cv2.face.EigenFaceRecognizer_create()方法创建Eigenfaces人脸识别器 语法如下

recognizer=cv2.face.EigenFaceRecognizer_create(num_components,threshold)

参数说明如下

num_components:可选参数 pca方法中保留的分量个数,建议使用默认值

threshold:可选参数 人脸识别时使用的阈值 建议使用默认值

recognizer:创建的eigenfaces人脸识别器对象

创建识别器对象后,需要通过对象的train方法训练识别器,建议每个人都给出两张以上的人脸图像作为训练样本 语法如下

recognizer.train(src,labels)

参数说明

src 用来训练的人脸图像样本列表 格式为list 样本图像必须宽高一致

label 样本对应的标签 格式为数组元素类型为整数 数组长度必须与样本列表长度相同,样本与标签按照插入顺序一一对应

训练识别器后可以通过识别器的predict方法识别人脸,该方法对比样本的特征,给出最相近的结果和评分 语法如下

label,confidence=recognizer.predice(src)

src 需要识别的人脸图像 该图像宽高必须与样本一致

label 与样本匹配程度最高的标签值

confidence 匹配程度最高的信用度评分,评分小于5000匹配程度较高,0分表示两幅图像完全一样

下面通过一个实例演示eigenfaces人脸识别器的用法 结果如下

以两个人的照片作为训练样本,第一个人照片如下图所示

第二个人照片如下

待识别照片如下

程序输出如下

confidence=18669.72829

Summer

程序对比样本特征分析得出,被识别的人物特征最接近的是Summer

部分代码如下

import cv2
import numpy as np
photos = list()  # 样本图像列表
lables = list()  # 标签列表
photos.append(cv2.imread("face\\summer1.png", 0))  # 记录第1张人脸图像
lables.append(0)  # 第1张图像对应的标签
photos.append(cv2.imread("face\\summer2.png", 0))  # 记录第2张人脸图像
lables.append(0)  # 第2张图像对应的标签
photos.append(cv2.imread("face\\summer3.png", 0))  # 记录第3张人脸图像
lables.append(0)  # 第3对应的标签
photos.append(cv2.imread("face\\Elvis1.png", 0))  # 记录第4张人脸图像
lables.append(1)  # 第4对应的标签
photos.append(cv2.imread("face\\Elvis2.png", 0))  # 记录第5张人脸图像
lables.append(1)  # 第5张图像对应的标签
photos.append(cv2.imread("face\\Elvis3.png", 0))  # 记录第6张人脸图像
lables.append(1)  # 第6张对应的标签
names = {"0": "Summer", "1": "Elvis"}  # 标签对应的名称字典
= cv2.face.EigenFaceRecognizer_create()  # 创建特征脸识别器
recognizer.train(phoos, np.array(lables))  # 识别器开始训练
i = cv2.imread("face\\.png", 0)  # 待识别的人脸图像
label, confidene == " + str(confidence))  # 打印评分
print(names[str(label)])  # 数组字典里标签对应的名字
cv2.waitKey()  # 按下任何键盘按键后
cv2.destroyAllWindows()  # 释放所有窗体

创作不易 觉得有帮助请点赞关注收藏~~~

相关文章
|
1月前
|
机器学习/深度学习 监控 算法
基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
44 3
|
2月前
|
Python
用python进行视频剪辑源码
这篇文章提供了一个使用Python进行视频剪辑的源码示例,通过结合moviepy和pydub库来实现视频的区间切割和音频合并。
61 2
|
1月前
|
缓存 并行计算 Ubuntu
Jetson 学习笔记(十一):jetson agx xavier 源码编译ffmpeg(3.4.1)和opencv(3.4.0)
本文是关于在Jetson AGX Xavier上编译FFmpeg(3.4.1)和OpenCV(3.4.0)的详细教程,包括编译需求、步骤、测试和可能遇到的问题及其解决方案。还提供了Jetson AGX Xavier编译CUDA版本的OpenCV 4.5.0的相关信息。
61 4
Jetson 学习笔记(十一):jetson agx xavier 源码编译ffmpeg(3.4.1)和opencv(3.4.0)
|
1月前
|
Ubuntu 应用服务中间件 nginx
Ubuntu安装笔记(三):ffmpeg(3.2.16)源码编译opencv(3.4.0)
本文是关于Ubuntu系统中使用ffmpeg 3.2.16源码编译OpenCV 3.4.0的安装笔记,包括安装ffmpeg、编译OpenCV、卸载OpenCV以及常见报错处理。
140 2
Ubuntu安装笔记(三):ffmpeg(3.2.16)源码编译opencv(3.4.0)
|
22天前
|
Ubuntu 编译器 计算机视觉
Ubuntu系统编译OpenCV4.8源码
【10月更文挑战第17天】只要三步即可搞定,第一步是下载指定版本的源码包;第二步是安装OpenCV4.8编译需要的编译器与第三方库支持;第三步就是编译OpenCV源码包生成安装文件并安装。
|
1月前
|
计算机视觉 Python
python利用pyqt5和opencv打开电脑摄像头并进行拍照
本项目使用Python的PyQt5和OpenCV库实现了一个简单的摄像头应用。用户可以通过界面按钮打开或关闭摄像头,并实时预览视频流。点击“拍照”按钮可以捕捉当前画面并保存为图片文件。该应用适用于简单的图像采集和处理任务。
99 0
python利用pyqt5和opencv打开电脑摄像头并进行拍照
|
1月前
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
66 2
|
1月前
|
自然语言处理 Java 编译器
为什么要看 Python 源码?它的结构长什么样子?
为什么要看 Python 源码?它的结构长什么样子?
26 2
|
1月前
|
Python
源码解密 Python 的 Event
源码解密 Python 的 Event
40 1
|
2月前
|
机器学习/深度学习 计算机视觉 Python
opencv环境搭建-python
本文介绍了如何在Python环境中安装OpenCV库及其相关扩展库,包括numpy和matplotlib,并提供了基础的图像读取和显示代码示例,同时强调了使用Python虚拟环境的重要性和基本操作。